GWAS 学习之admixture

背景

群体遗传学中测出很多个个体，得到了最终的SNP vcf文件，需要将其分成群体，看哪几个物种聚在一起。一般使用的软件就是STRUCTURE，但是STREUTURE运行速度极慢，后面frappe软件提升了速度，但是也不是很快；admixture凭借其运算速度，成为了主流的分析软件。

admixture

1. admixture的输入文件为：PLINK (.bed), ordinary PLINK (.ped), or EIGENSTRAT (.geno)

所以需要使用vcftools进行格式转换

 vcftools --vcf my.vcf --plink --out plink

输出的结果为：plink.ped与plin.map文件

2.过滤SNP文件
使用Plink软件。Plink是一个开放的，免费的全基因组关联分析工具。其分析的基础是基因型和表型数据。通过整合gplink 和Haploview 使得结果变得可视化。 gplink 是基于Java的图形用户界面，许多plink 命令可以通过其实现。而且易于与Haploview进行整合。Haploview是一个进行单倍型分析的一个软件。具体的使用我后续会单独再具体介绍。

plink --noweb --file plink --geno 0.05 --maf 0.05 --hwe 0.0001 --make-bed --out QC

输出的结果为：QC.bed(binary file,genotype information)、QC.fam(first six columns of plink.bed)、QC.bim(extended MAP file:two extra cols=allele names)

得到bed文件后就可以使用admixture进行分析了

3.群体结构分析
如果不知道理想的K值可以设定1-5进行分析

 for K in 1 2 3 4 5; do admixture --cv hapmap3.bed $K | tee log${K}.out; done

4.提取出CV值

grep -h CV log*.out

CV error (K=1): 0.55248
CV error (K=2): 0.48190
CV error (K=3): 0.47835
CV error (K=4): 0.48236
CV error (K=5): 0.48985

5.使用R画图

tbl=read.table("hapmap3.3.Q")
barplot(t(as.matrix(tbl)), col=rainbow(3),xlab="Individual #", ylab="Ancestry", border=NA)

image

参考：admixture-manual

转载请注明出处
微信公众号：oddxix
简书作者：oddxix